Name: Avaliação de Wearables Commercial-Off-The-Shelf pulso para estimar o Stress em estudantes (Vídeo) | JoVE Journal
Uploaded: 2018-06-16T13:30:00.000+00:00
Duration: 12 min 51 s
Description: Aprenda a avaliar wearables de pulso comerciais para estimar o estresse em estudantes usando um protocolo em duas fases em laboratório e sala de aula. Este método auxilia pesquisadores a monitorar sinais fisiológicos e melhorar o desempenho acadêmico.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Este trabalho é apoiado pela agência espanhola de investigação sobre o estado e o Europeu fundo Desenvolvimento Regional (FEDER) no âmbito do projecto de PALLAS (TIN2016-80515-R AEI/FEDER, UE).

Todos os métodos descritos a seguir foram aprovados pelo governo regional da Comissão da Galiza para ética em pesquisa de Pontevedra-Vigo-Ourense (código reg. 2017/336). O protocolo foi implementado para estudantes de primeiro ano para a escola de engenharia de telecomunicações - Universidade de Vigo, em uma sala confortável de laboratório e em várias palestras e sessões de treinos de um curso de bacharelado em arquiteturas de computador.
1. prepare os dispositivos
<ol><li>Conecte o dispositivo de smartphone e tablet para uma conexão de internet estável.</li>
	<li>Ative as comunicações Bluetooth em smartphone.</li>
	<li>No smartphone, pesquise na correspondente oficial app store o aplicativo wearable do pulso. Fazer o download e instalá-lo.</li>
	<li>No smartphone, procure o app PhysiologicalSignals capturar sinais fisiológicos. Fazer o download e instalá-lo. Nota: Atualmente, o aplicativo é uma versão beta e o acesso pode ser fornecido por solicitação.</li>
	<li>A tabuleta, procure o StressTest app ser usado em experimentos de laboratório de pesquisa. Fazer o download e instalá-lo. Nota: Atualmente, o aplicativo é uma versão beta e o acesso pode ser fornecido por solicitação.</li>
	<li>Ligue o dispositivo wearable pulso de berços e coloque o wearable.</li>
	<li>No smartphone, abra o pedido oficial de wearable de pulso em um berço. Nota: O app seguirá para sincronizar o dispositivo wearable com o smartphone. Em alguns dispositivos, um endereço de email é necessário.</li>
	<li>No smartphone, abra o app PhysiologicalSignals.<ol>
<li>No caso de ser notificado de uma solicitação de acesso do sensor, aceitá-lo.</li>
		<li>Verifique se o dispositivo. Espere para o app PhysiologicalSignals exibir a palavra Weared em verde. Nota: Isso indica que o dispositivo wearable foi detectado e, portanto, a transmissão de informação dos sensores para o smartphone é habilitada. Se esta mensagem não aparecer repita da etapa 1.6.</li>
	</ol>
</li>
</ol>2. a fase de laboratório
<ol><li>Prepare o ambiente de laboratório. Escolha uma sala confortável e não incomodando sem ruído perturbador e com uma temperatura confortável (entre 22 ° C e 26 ° C).</li>
	<li>Ligue o dispositivo de pulso wearable, coloque-o em torno do pulso de não-dominante de subject´s e coloque os fones de ouvido na cabeça do aluno. Cabe a wearable firmemente mas confortavelmente em torno do pulso.</li>
	<li>Conecte o smartphone e o tablet para uma conexão de internet estável e verificar se a conexão Bluetooth está ativa.</li>
	<li>No smartphone, inicie o aplicativo PhysiologicalSignals.<ol>
<li>Espere para o app exibir a palavra Weared em verde.</li>
		<li>Selecione a opção de Alterar o usuário no menu de configuração à esquerda e fornecer a identificação do sujeito que irá completar os testes e clique em salvar.</li>
	</ol>
</li>
	<li>Em um laptop, acessar o painel de controle e insira a ID e a senha do administrador teste. Nota: Atualmente, para as preocupações de segurança e privado, acesso ao painel de controle só está disponível sob pedido.<ol>
<li>Selecione o ID do assunto e guia de stress do sujeito.</li>
		<li>Verificar a evolução de sinais fisiológicos e espere o dispositivo wearable alcançar estabilidade térmica antes de iniciar o experimento. Nota: A estabilidade térmica é identificada como um platô no gráfico.</li>
	</ol>
</li>
	<li>A tabuleta, inicie o aplicativo StressTest.<ol>
<li>Explica o assunto das tarefas de quatro laboratório. Mostre algumas das telas e ações para realizar durante cada uma das tarefas. Nota: Isto é muito importante, porque o assunto deve se sentir estressado ou relaxada de acordo com as atividades realizadas e não medo ou preocupação com o que vai acontecer.</li>
		<li>Diz o aluno não para descansar os braços sobre a mesa e usar a mão onde o dispositivo wearable é colocado para realizar as atividades.</li>
		<li>Digite a mesma ID de usuário, como na etapa 2.4.2 e clique na seta.</li>
	</ol>
</li>
	<li>Lançar a vídeo tarefa e dar controle total para o aluno.<ol>
<li>Observe que a tarefa seja realizada sem incidentes.</li>
		<li>Quando a tarefa for concluída, verifique que o tema fornece o stress percebido.</li>
	</ol>
</li>
	<li>Inicie a tarefa de cor Stroop (SCWT) consecutivamente para os níveis 1, 2 e 3.<ol>
<li>Para cada nível, observe que a subtarefa é realizada sem incidentes.</li>
		<li>Quando cada subtarefa for concluída, verifique que o tema fornece o stress percebido.</li>
		<li>Somente para o nível 3 e somente no caso do assunto não resolvê-lo depois de 4 minutos, finalizar a tarefa pressionando a seta localizada na parte superior da tela.</li>
	</ol>
</li>
	<li>Lançar o teste passeado auditivo adição Serial (PASAT).<ol>
<li>Observe que a tarefa seja realizada sem incidentes.</li>
		<li>No caso do assunto não resolve o teste PASAT após 4 minutos, finalizar a tarefa, pressionando a seta localizada na parte superior da tela.</li>
		<li>Quando a tarefa for concluída, verifique que o tema fornece o stress percebido.</li>
	</ol>
</li>
	<li>Lançar o teste de hiperventilação.<ol>
<li>Observe a evolução do RH, usando o painel de controle. Se sinais fisiológicos não alterar significativamente, pedir o assunto aumentar gradualmente as taxas de inspiração e expiração.</li>
		<li>No caso do sujeito se sente tonturas ou desconfortável parada esta tarefa. Em qualquer caso, complete a tarefa logo aos quatro minutos.</li>
		<li>Quando a tarefa for concluída, verifique que o tema fornece o stress percebido.</li>
	</ol>
</li>
</ol>3. a fase de sala de aula
<ol><li>Ligue o dispositivo de pulso wearable e coloque o wearable em torno do pulso de não-dominante de subject´s. Cabe a wearable firmemente mas confortavelmente em torno do pulso.</li>
	<li>Conecte o smartphone para uma conexão de internet estável e verifique se que a conexão Bluetooth está ativa.</li>
	<li>No smartphone, inicie o aplicativo PhysiologicalSignals.<ol>
<li>Espere para o app exibir a palavra Weared em verde.</li>
		<li>Selecione no menu de configuração, a opção de Alterar usuário , fornecer a identificação do sujeito que irá completar os testes e clique em salvar.</li>
	</ol>
</li>
	<li>Em um laptop, acessar o painel de controle e insira a ID e a senha do administrador teste.<ol>
<li>Selecione o ID do assunto e guia de stress do sujeito.</li>
		<li>Verifica a evolução dos sinais fisiológicos.</li>
	</ol>
</li>
	<li>Tome anotações sobre qualquer evento relevante que ocorrem na sala de aula em relação a interação aluno-professor. Nota: Informações relevantes e eventos básicos serão usados para rotular amostras fisiológicas depois. Eventos de exemplo são uma pergunta do professor para o aluno, ou uma explicação teórica é iniciada.</li>
	<li>No final da palestra, pedir o assunto para preencher o questionário sobre seu nível de stress em momentos específicos durante a sessão, de acordo com uma escala de 5 níveis.</li>
</ol>4. análise de dados
<ol><li>Em um laptop, acessar o painel de controle e insira a ID e a senha do administrador teste.<ol>
<li>Selecione o ID do assunto e guia de stress do sujeito.</li>
		<li>Selecione o dia de uma experiência de sala de aula.</li>
	</ol>
</li>
	<li>Rotule as amostras do sujeito, identificando atividades e níveis de esforço percebido.<ol>
<li>Identifica as atividades de sala de aula e sua duração de acordo com os horários de partida e acabamentos e seus tipos.</li>
		<li>Para cada atividade, selecione um nível de estresse percebido.</li>
	</ol>
</li>
	<li>Para cada assunto e cada sessão, baixe o arquivo com as amostras marcados. Nota: Um vírgula-separados-arquivo CSV (valores) é criado para cada aluno, cada linha, refletindo os valores dos sinais fisiológicos com seu desvio-padrão e diff, inclinação, tipo de atividade, o estresse baseado na atividade (ou seja, o estresse associado Por padrão, a atividade) e o objecto percebido stress.</li>
	<li>Lançar o pacote de análise de dados.<ol>
<li>Escolher um conjunto de classificadores (por exemplo, SVM, C4.5, k-NN, Random floresta, Naïve Bayes e R Zero) e importar o arquivo CSV para todos os alunos para cada sessão.</li>
		<li>Treinar e avaliar classificadores usando a técnica de validação cruzada 10 vezes. Nota: Dependendo da análises, tipo de atividade, baseado na atividade de stress ou stress percebido, selecciona-se como variável dependente para a análise.</li>
		<li>Finalmente, verificar os resultados para as taxas de precisão e erro.</li>
	</ol>
</li>
</ol>

<ol><li>IDC. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Forecasts+Wearables+Shipments+to+Reach+213.6+Million+Units+Worldwide+in+2020+with+Watches+and+Wristbands+Driving+Volume+While+Clothing+and+Eyewear+Gain+Traction%22">Forecasts Wearables Shipments to Reach 213.6 Million Units Worldwide in 2020 with Watches and Wristbands Driving Volume While Clothing and Eyewear Gain Traction</a>. , at 
 <a target="_blank" href="http://www.idc.com/getdoc.jsp?containerId=prUS41530816">http://www.idc.com/getdoc.jsp?containerId=prUS41530816</a> (2016).</li>
<li>Piwek, L., Ellis, D. A., Andrews, S., Joinson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+rise+of+consumer+health+wearables%3Apromises+and+barriers%5BTitle%5D)+AND+%22PLoS+Medicine%22%5BJournal%5D)">The rise of consumer health wearables:promises and barriers.</a> PLoS Medicine. 13 (2), (2016).</li>
<li>Rudner, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interrogation+of+Patient+Smartphone+Activity+Tracker+to+Assist+Arrhythmia+Management%5BTitle%5D)+AND+%22Annals+of+Emergency+Medicine%22%5BJournal%5D)">Interrogation of Patient Smartphone Activity Tracker to Assist Arrhythmia Management.</a> Annals of Emergency Medicine. 68 (3), 292-294 (2016).</li>
<li>Gao, Y., Li, H., Luo, Y. <a target="_blank" href="https://www.emeraldinsight.com/doi/abs/10.1108/IMDS-03-2015-0087">An empirical study of wearable technology acceptance in healthcare.</a> Industrial Management & Data Systems. 115 (9), 1704-1723 (2015).</li>
<li>Lukowicz, P., et al. <a target="_blank" href="https://dl.acm.org/citation.cfm?id=2808407">Glass-physics: using google glass to support high school physics experiments.</a> Proceedings of the 2015 ACM International Symposium on Wearable Computers - ISWC '15. , 151-154 (2015).</li>
<li>Sapargaliyev, D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSapargaliyev%2C+D+%22Wearables+in+Education%3A+Expectations+and+Disappointments%22">Wearables in Education: Expectations and Disappointments</a>. , 73-78 (2015).</li>
<li>de Arriba Pérez, F., CaeiroRodríguez, M., Santos Gago, J. M. <a target="_blank" href="https://link.springer.com/article/10.1007/s12652-017-0477-5">How do you sleep? Using off the shelf wrist wearables to estimate sleep quality, sleepiness level, chronotype and sleep regularity indicators.</a> Journal of Ambient Intelligence and Humanized Computing. , 1-21 (2017).</li>
<li>Espinosa, H. G., Lee, J., Keogh, J., Grigg, J., James, D. A. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S187770581501499X">On the Use of Inertial Sensors in Educational Engagement Activities.</a> Procedia Engineering. 112, 262-266 (2015).</li>
<li>Travers, C. J., Cooper, C. L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTravers%2C+CJ+%22El+Estre%CC%81s+de+los+profesores+la+presio%CC%81n+en+la+actividad+docente%22">El Estrés de los profesores la presión en la actividad docente</a>. , Paidós. at 
 <a target="_blank" href="https://dialnet.unirioja.es/servlet/libro?codigo=110437">https://dialnet.unirioja.es/servlet/libro?codigo=110437</a> (1997).</li>
<li>Maslach, C., Jackson, S. E. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/job.4030020205/abstract">The measurement of experienced burnout.</a> Journal of occupational Behavior. 2, 99-113 (1981).</li>
<li>Maslach, C., Jackson, S., Leiter, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMaslach%2C+C+%22Maslach+Burnout+Inventory%22">Maslach Burnout Inventory</a>. , Palo Alto. (1986).</li>
<li>Kitsantas, A., Winsler, A., Huie, F. <a target="_blank" href="http://journals.sagepub.com/doi/abs/10.4219/jaa-2008-867">Self-Regulation and Ability Predictors of Academic Success During College: A Predictive Validity Study.</a> Journal of Advanced Academics. 20, (2008).</li>
<li>Deberard, C., Scott, M., Glen, I., Spielmans, D. C. <a target="_blank" href="https://eric.ed.gov/?id=EJ701984">Julka Predictors of academic achievement and retention among college freshmen: a longitudinal study.</a> College Student Journal. 381, 66-80 (2004).</li>
<li>Healey, J. A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHealey%2C+JA+%22Wearable+and+automotive+systems+for+affect+recognition+from+physiology%22">Wearable and automotive systems for affect recognition from physiology</a>. , (2000).</li>
<li>Vrijkotte, T. G. M., van Doornen, L. J. P., de Geus, E. J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+Work+Stress+on+Ambulatory+Blood+Pressure%2C+Heart+Rate%2C+and+Heart+Rate+Variability%5BTitle%5D)+AND+%22Hypertension%22%5BJournal%5D)">Effects of Work Stress on Ambulatory Blood Pressure, Heart Rate, and Heart Rate Variability.</a> Hypertension. 35 (4), (2000).</li>
<li>Karthikeyan, P., Murugappan, M., Yaacob, S. <a target="_blank" href="https://www.jstage.jst.go.jp/article/jpts/24/12/24_1341/_article">Descriptive Analysis of Skin Temperature Variability of Sympathetic Nervous System Activity in Stress.</a> Journal of Physical Therapy Science. 24 (12), 1341-1344 (2012).</li>
<li>de Santos Sierra, A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3ade+Santos+Sierra%2C+A+%22Design%2C+implementation+and+evaluation+of+an+unconstrained+and+contactless+biometric+system+based+on+hand+geometry+and+stress+detection%22">Design, implementation and evaluation of an unconstrained and contactless biometric system based on hand geometry and stress detection</a>. , (2012).</li>
<li>Natale, V., Drejak, M., Erbacci, A. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1111/j.1479-8425.2012.00575.x/full">Monitoring sleep with a smartphone accelerometer.</a> Sleep and Biological Rhythms. , Available from: 
 <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1111/j.1479-8425.2012.00575.x/full">http://onlinelibrary.wiley.com/doi/10.1111/j.1479-8425.2012.00575.x/full</a> (2012).</li>
<li>Guo, F., Li, Y., Kankanhalli, M., Brown, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+evaluation+of+wearable+activity+monitoring+devices%5BTitle%5D)+AND+%22Proceedings+of+the+1st+ACM+international+workshop+on+Personal+data+meets+distributed+multimedia%22%5BJournal%5D)">An evaluation of wearable activity monitoring devices.</a> Proceedings of the 1st ACM international workshop on Personal data meets distributed multimedia. , 
 <a target="_blank" href="http://dl.acm.org/citation.cfm?id=2512882">http://dl.acm.org/citation.cfm?id=2512882</a> (2013).</li>
<li>Wallen, M. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+Heart+Rate+Watches%3A+Implications+for+Weight+Management%5BTitle%5D)+AND+%22PLOS+ONE%22%5BJournal%5D)">Accuracy of Heart Rate Watches: Implications for Weight Management.</a> PLOS ONE. 11 (5), e0154420(2016).</li>
<li>Wang, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+Wrist-Worn+Heart+Rate+Monitors%5BTitle%5D)+AND+%22JAMA+Cardiology%22%5BJournal%5D)">Accuracy of Wrist-Worn Heart Rate Monitors.</a> JAMA Cardiology. 2 (1), 104(2017).</li>
<li>de Arriba Pérez, F., CaeiroRodríguez, M., Santos Gago, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Collection+and+Processing+of+Data+from+Wrist+Wearable+Devices+in+Heterogeneous+and+Multiple-User+Scenarios%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Collection and Processing of Data from Wrist Wearable Devices in Heterogeneous and Multiple-User Scenarios.</a> Sensors. 16 (9), 1538(2016).</li>
<li>IDC. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Wearables+Aren%27t+Dead%2C+They%27re+Just+Shifting+Focus+as+the+Market+Grows+16.9%25+in+the+Fourth+Quarter%2C+According+to+IDC%22">Wearables Aren't Dead, They're Just Shifting Focus as the Market Grows 16.9% in the Fourth Quarter, According to IDC</a>. , at 
 <a target="_blank" href="https://www.idc.com/getdoc.jsp?containerId=prUS42342317">https://www.idc.com/getdoc.jsp?containerId=prUS42342317</a> (2017).</li>
<li>Mark, H., Ian, W., Eibe, F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMark%2C+H+%22Data+Mining%3A+Practical+Machine+Learning+Tools+and+Techniques%22">Data Mining: Practical Machine Learning Tools and Techniques</a>. , Morgan Kaufmann Publishers. (2011).</li>
<li>de Arriba Pérez, F., Santos Gago, J. M., Caeiro Rodríguez, M. <a target="_blank" href="http://www.lectitopublishing.nl/article/detail/w61lvexw">Analytics of biometric data from wearable devices to support teaching and learning activities.</a> Journal of Information Systems Engineering & Management. 1, 41-54 (2016).</li>
<li>Machine Learning Group at the University of Waikato. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Weka+3+-+Data+Mining+with+Open+Source+Machine+Learning+Software+in+Java%22">Weka 3 - Data Mining with Open Source Machine Learning Software in Java</a>. , at
 <a target="_blank" href="https://www.cs.waikato.ac.nz/mL/weka/">https://www.cs.waikato.ac.nz/mL/weka/</a> (2018).</li>
<li>Zhai, J., Barreto, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stress+Detection+in+Computer+Users+Based+on+Digital+Signal+Processing+of+Noninvasive+Physiological+Variables%5BTitle%5D)+AND+%222006+International+Conference+of+the+IEEE+Engineering+in+Medicine+and+Biology+Society%22%5BJournal%5D)">Stress Detection in Computer Users Based on Digital Signal Processing of Noninvasive Physiological Variables.</a> 2006 International Conference of the IEEE Engineering in Medicine and Biology Society. , 1355-1358 (2006).</li>
<li>Tombaugh, T. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comprehensive+review+of+the+Paced+Auditory+Serial+Addition+Test+%28PASAT%29%5BTitle%5D)+AND+%22Archives+of+Clinical+Neuropsychology%22%5BJournal%5D)">A comprehensive review of the Paced Auditory Serial Addition Test (PASAT).</a> Archives of Clinical Neuropsychology. 21 (1), 53-76 (2006).</li>
<li>Fan, Q., Wang, Y. <a target="_blank" href="http://ieeexplore.ieee.org/document/5608388/">The real-time realization of filtering of speech with DSP TMS320VC5416 Chip.</a> 2010 International Conference on Educational and Information Technology. , (2010).</li>
<li>González Barajas, J. E., Velandia Cárdenas, C., Nieto Camacho, J. <a target="_blank" href="http://www.scielo.org.co/scielo.php?pid=S0123-77992015000100007&script=sci_abstract&tlng=es">Implementación de filtro digital en tiempo real para detección de la onda R.</a> Revista Tecno Lógicas. 18 (34), 75-86 (2015).</li>
<li>Mesirov, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer+science.+Accessible+reproducible+research%5BTitle%5D)+AND+%22Science+%28New+York%2C+N.Y.%29%22%5BJournal%5D)">Computer science. Accessible reproducible research.</a> Science (New York, N.Y.). 327 (5964), 415-416 (2010).</li>
<li>American Journal Experts. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22How+to+Write+an+Easily+Reproducible+Protocol%22">How to Write an Easily Reproducible Protocol</a>. , at 
 <a target="_blank" href="https://www.aje.com/en/arc/how-to-write-an-easily-reproducible-protocol/">https://www.aje.com/en/arc/how-to-write-an-easily-reproducible-protocol/</a> (2018).</li>
</ol>

Os autores não têm nada para divulgar.

Wearable dispositivos berços estão entre os mais populares produtos eletrônicos de consumo disponíveis hoje. Estes dispositivos são normalmente usados para monitorar atividades físicas, mas suas capacidades e desempenho poderiam ser de grande interesse em outras áreas. Neste trabalho, um protocolo para avaliar a utilização de dispositivos de wearable berços para estimar o estresse em ambientes de aprendizagem é discutido. A definição de um protocolo de tal é especialmente relevante para analisar diferentes soluções envol...

Estado-da-arte wearable tecnologias estão amplamente disponíveis, e os ambientes de aplicativos estão continuamente expandindo. Podemos encontrar no mercado muitos dispositivos diferentes, entre os qual um berço wearables pulso1, tais como relógios inteligentes e espertos, bandas, são populares entre os atletas como uma aptidão física pessoal2da ferramenta de monitoramento. Através da aplicação de técnicas analíticas de dados, os dados obtidos usando estes dispositivos podem ser processados para fornecer indicadores como estado físico geral, fator de qualidade ou recuperação de dormir. A aplicabilidade demonstrada neste domínio gerado interesse na comunidade acadêmica sobre sua possível aplicação a outros domínios, especialmente na saúde domínio3,4, apesar de limitam as rigorosas exigências de ensaios clínicos sua introdução. No entanto, em um menos exigente contexto como a educação, podemos encontrar nas investigações recentes literatura envolvendo o uso de diferentes tipos de dispositivos wearable, ambos relacionados ao ensino de atividades5,6 e para a estimativa da certas características do estudante como padrões de sono7, ou a análise de envolvimento dos alunos em diferentes atividades educacionais8.
No nosso caso, nós focamos analisando dispositivos de wearable COTS pulso como meio para coletar os sinais fisiológicos que eventualmente facilitaria a estimativa de estresse, que por sua vez, é um aspecto-chave no contexto educacional. Estresse tem uma influência relevante no desenvolvimento de atividades acadêmicas e desempenho global dos alunos. Por exemplo, os níveis de estresse estão diretamente relacionados com o aparecimento da síndrome de burnout em estudantes de10,9,11, e os níveis de stress elevado são especialmente relevantes durante o ano de caloiro, onde as taxas de abandono entre 20% e 30%12,13 são comuns. Detectar e controlar indicadores de estresse podem melhorar drasticamente o desempenho acadêmico.
Justifica-se a utilização de berços pulso wearable dispositivos porque eles têm sensores que fornecem informações sobre sinais fisiológicos que têm sido amplamente utilizados pela comunidade científica em avaliação de estresse e deteção. Alguns dos sinais referidos na literatura usada para esta finalidade incluem frequência cardíaca (FC)14, frequência cardíaca varaibility15, pele temperatura (ST)16, respiração14e resposta galvânica da pele (GSR)17. Estes sinais podem ser recolhidos por wearables pulso de berços. No entanto, eles não oferecem o mesmo desempenho de dispositivos clínicos. Existem diferenças relacionadas com a precisão dos sensores entre dispositivos18,19,20,21. No entanto, anterior obras18,19,20,21 demonstraram que, em um cenário de movimento lento, sensores de wearable COTS pulso padrões de erro semelhantes a dispositivos especializados.
O objetivo deste trabalho é apresentar um protocolo para avaliar diferentes soluções para estimativa de estresse em estudantes usando wearables pulso de berços. Existem muitos arranjos que podem ser propostos para estimar os níveis de estresse, envolvendo o uso de diferentes pulso wearable dispositivos e dados de análises técnicas e mais especificamente algoritmos de aprendizado de máquina. Wearables de pulso berços são caracterizadas por sua alta interoperabilidade, heterogeneidade e fragmentação problemas22. Três empresas têm uma quota de mercado de agregados de quase 50%23, mas compartilha de muitas outra empresas esclarecem o mercado individual muito menor, com uma quota de agregados acima de 50%. Por outro lado, em termos de heterogeneidade, wearables nem todas têm o mesmo número e tipo de sensores, acelerômetros e sensores h, sendo os mais comuns, e do ST e do GSR só estando presente em 5% dos dispositivos estudados. Quanto a interoperabilidade, existem diferentes sistemas operacionais e dados coleção abordagens que não são compatíveis uns com os outros. Quanto a máquina de aprender técnicas que podem ser aplicadas para estimar o estresse a partir dos dados coletados por meio de um dispositivo de pulso, há muitas opções disponíveis24, incluindo árvores de decisão, redes neurais, mais próximo vizinho abordagens, Naïve Bayes classificadores, etc. em suma, há uma grande variedade de soluções que podem ser desenvolvidas para estimativa de estresse, então é instrumental para projetar um protocolo de avaliação para facilitar a comparação entre diferentes opções provisórias eventualmente selecionar o o mais apropriado em um determinado contexto.
Para a implementação do protocolo, diversas ferramentas são necessários (Figura 1). Em primeiro lugar, um dispositivo wearable de pulso de um berço é necessário buscar dados fisiológicos. Este dispositivo wearable deve ter pelo menos HR monitoramento de recursos, mas os sensores adicionais é desejável (por exemplo, sensores de acelerômetro, ST, GSR). Em segundo lugar, um smartphone rodando o app PhysiologicalSignal é necessário para coletar os dados capturados pelo dispositivo wearable. Em terceiro lugar, um tablet rodando o app StressTest é necessário para executar exercícios de indução de estresse (o smartphone pode ser usado em vez disso, o tablet para essa finalidade). Em quarto lugar, alguns questionários para coletar dados qualitativos na percepção dos alunos sobre stress. Em quinto lugar, um servidor com uma Web serviço25 para realizar coleta de dados e pré-processamento e um painel de controle Web para mostrar a evolução dos sinais. E, finalmente, um pacote analytics dados26 para processar os dados coletados sobre estudantes usando técnicas de aprendizagem de máquina.
O protocolo de avaliação está organizado em duas fases. O primeiro deles, a fase de laboratório, é realizado em um quarto confortável, onde os níveis de estresse diferente (ou seja, "relax", "esforço concentrado" e "estresse") são induzidos a um assunto de destino (um estudante) através de várias tarefas comuns indutoras de stress. A segunda parte tem lugar na sala de aula, e envolve o acompanhamento do aluno durante a realização de várias atividades acadêmicas: explicações teóricas, atividades individuais, poucos testes, exames, etc. durante a execução do Este protocolo, o assunto é fisiológico sinais são capturados por meio de um dispositivo de pulso. Finalmente, estes sinais são processados pela máquina aprendendo algoritmos para fornecer estimativas sobre o nível de estresse.
Durante a fase de laboratório, o StressTest app é usado para induzir a níveis diferentes de estresse. Este app orienta o sujeito para a realização de quatro tarefas diferentes. A primeira tarefa é criar uma linha de base para a análise de stress. Nesta tarefa, o aluno visualiza um vídeo de 4 minutos relaxante em que são mostradas diferentes cenas de um pôr do sol sobre uma ponte. A segunda tarefa é uma adaptação da cor de Stroop e a palavra teste27 (SCWT). A cada dois segundos, o sujeito deve escolher a cor na qual o nome de uma cor é pintado (vermelho, verde, laranja, azul e roxo). Vários botões localizados na parte inferior da tela que contém a letra inicial de cada cor estão disponíveis para o assunto escolher a cor pintada em cada tempo. Por exemplo, o botão que refere-se ao azul retrata a letra B. No nosso caso, este teste é dividido em três diferentes níveis de dificuldade. Para o primeiro nível (SCWT1), as palavras"coloridas de cores" irão aparecer na mesma ordem em que os botões, para que cor e corresponder diretamente. Este nível é tomado como linha de base, como não envolve qualquer dificuldade e o assunto deve apenas pressione os botões corretamente, sempre na mesma ordem. Para o segundo nível (SCWT2), as palavras"coloridas de cores" aparecem aleatoriamente, mas a correspondência entre o nome e a cor é mantida. Cada vez que o assunto falha um sinal sonoro é emitido, e se forem dois erros, a pontuação de cor correta será redefinida. Para a última e mais difícil nível (SCWT3), nome e cor não coincidem. Desta forma este nível destina-se a ser mais complexo e estressante para o assunto. A terceira tarefa consiste o ritmo auditivo adição Serial test (PASAT)28, que mede o quanto o aluno experimenta um teste de concentração. Durante esta tarefa, uma sequência de números consecutivos é jogada em voz alta, e o aluno deve adicionar os dois últimos números e escreva o resultado em fornecida na tela da caixa antes de ouvir o próximo número. Nesta tarefa, se o sujeito comete um erro, um evento perturbador ocorre para gerar stress (dois números de som ao mesmo tempo ou um longo período de silêncio em mantida). Neste caso, se três erros são cometidos, a conta de soma será redefinida. A quarta tarefa consiste em uma atividade de hiperventilação para induzir a mesma variação em sinais fisiológicos que provocaria uma situação estressante,17. No final de cada tarefa e o nível, o assunto tem que indicar o nível de estresse percebido, usando o aplicativo em si, de acordo com uma escala de Likert de 5-valor.
Durante a fase de sala de aula, os alunos realizam suas atividades acadêmicas comuns juntamente com o resto dos seus colegas. O protocolo incide sobre os níveis de stress que ocorrem durante as atividades de sala de aula específica. No final da palestra, um breve questionário (anexo 1) é concluído, o aluno para indicar o nível de percepção de esforço nas várias atividades de acordo com uma escala de 5-valor.

<table><tbody><tr><td>Microsoft Band 2</td><td>Microsoft</td><td></td><td>Wearable</td></tr><tr><td>Nexus 5</td><td>LG/Google</td><td></td><td>Smartphone</td></tr><tr><td>PhysiologicalSignals</td><td>Desenvolvido pelos autores</td><td></td><td>do artigo App para coletar dados de wearables</td></tr><tr><td>StressTest</td><td>Desenvolvido pelos autores</td><td></td> <td>do artigoApp para desenvolver experimento laboratorial: visualização de vídeo, teste de cores e palavras de Stroop, teste de adição seriada auditiva estimulada (PASAT), atividade de hiperventilação&nbsp;</td></tr><tr><td>Questionários</td><td>Desenvolvido pelos autores</td><td></td> do artigo <td>Questionários para coletar dados qualitativos sobre a percepção dos alunos sobre o estresse</td></tr><tr><td>Servidor</td><td>Desenvolvido pelos autores</td><td></td> do artigo <td>Servidor para armazenar, analisar e exibir dados</td></tr><tr><td>Aplicativo Weka</td><td>Universidade de Waikato</td><td></td><td>Aplicativo para processar os dados usando técnicas de aprendizado de máquina</td></tr></tbody></table>

avaliação de wearables commercial-off-the-shelf pulso para estimar o stress em estudantes

Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students

Wearable dispositivos de commercial-off-the-shelf (COTS) tornaram-se populares durante os últimos anos para monitorar as atividades de esportes, principalmente entre os jovens. Estes dispositivos incluem sensores para obter dados sobre sinais fisiológicos como ritmo cardíaco, temperatura da pele ou resposta galvânica da pele. Através da aplicação de técnicas de análise de dados para estes tipos de sinais, é possível obter estimativas de alto nível aspectos do comportamento humano. Na literatura, existem diversos trabalhos descrevendo o uso de dados fisiológicos coletados usando dispositivos clínicos para obter informações sobre os padrões de sono ou estresse. No entanto, ainda é uma questão em aberto se dados capturados usando wearables pulso de berços são suficientes para caracterizar o estado psicológico dos alunos em contextos educativos. Este artigo discute um protocolo para avaliar a estimativa de esforço de dados obtidos usando wearables pulso de berços. O protocolo é realizado em duas fases. A primeira fase consiste de um experimento de laboratório controlado, onde um aplicativo móvel é usado para induzir a níveis diferentes de estresse em um aluno por meio de um vídeo relaxante, um Stroop Color e palavra teste, um teste de ritmo auditivo adição Serial e um teste de hiperventilação. A segunda fase é realizada na sala de aula, onde o stress é analisada enquanto realizando diversas actividades académicas, nomeadamente atendendo às aulas teóricas, fazendo exercícios e outras atividades individuais e levando os exames e testes de curtos. Em ambos os casos, são considerados tanto dados quantitativos obtidos de wearables pulso de berços e dados qualitativos recolhidos através de questionários. Este protocolo envolve um método simples e consistente com um app de indução de estresse e questionários, exigindo uma participação limitada de pessoal de apoio.

O protocolo discutido foi posto em prática em um curso de arquiteturas de computador no primeiro ano de engenharia de telecomunicações do grau na Universidade de Vigo. Este curso tem mais de 200 alunos matriculados que estão organizados em 10 grupos de trabalho. Para realizar esta experiência, alunos de quatro dos grupos foram convidados a inscrever-se no início do ano letivo. O projeto atraiu considerável interesse entre os alunos, e cerca de 30 alunos se ofereceu para participar do estu...

É proposto um protocolo para avaliar soluções baseadas em wearables de pulso commercial-off-the-shelf (COTS) para estimar o stress em estudantes. O protocolo é realizado em duas fases, um teste de indução de estresse de base laboratorial inicial e uma fase de monitoramento ocorrendo na sala de aula, enquanto o estudante está realizando atividades acadêmicas.

Avaliação de Wearables Commercial-Off-The-Shelf pulso para estimar o Stress em estudantes

Wearable commercial-off-the-shelf (COTS) devices have become popular during the last years to monitor sports activities, primarily among young people. ...

Os dispositivos vestíveis tornaram-se muito populares. Entre eles, os mais usados são os wearables de pulso, como pulseiras inteligentes ou relógios inteligentes. Esses dispositivos são frequentemente usados por esportistas como rastreadores de atividades para monitorar e rastrear métricas relacionadas ao condicionamento físico.Os sensores disponíveis nesses dispositivos permitem coletar dados como usuários para sua localização, padrões de movimento, passos dados ou frequência cardíaca, entre outros. Esses dados podem ser processados usando técnicas de análise de dados para estimar o valor de variáveis como distância percorrida, calorias consumidas, capacidade aeróbica máxima ou qualidade do sono. Esses dispositivos estão começando a ser introduzidos em outros domínios, como saúde ou educação.No nosso caso, decidimos explorar a possibilidade de usar usuários comerciais de pulso em um contexto acadêmico. Mais especificamente, nosso trabalho se concentra em estimar o estresse dos alunos que usam esses dispositivos. Para isso, medimos variações nos sinais fisiológicos, como frequência cardíaca, temperatura da pele ou sudorese, durante a realização de diferentes atividades de treinamen

evaluation-commercial-off-shelf-wrist-wearables-to-estimate-stress-on

Research

JoVE Journal

Engineering

Engenharia

Neste vídeo vamos descrever um método para avaliar a reação psicofisiológica pessoa ao estresse usando biofeedback. Nós também irá apresentar as diretrizes gerais para o planejamento de tratamento.

Avaliação do estresse psicofisiológico Usando Biofeedback

O teste de prensa fria é uma tarefa clássica de indução de estresse usada em uma ampla gama de pesquisas que examinam a relação entre estresse e cognição, emoção e comportamento. Neste artigo, é apresentada uma alternativa prática e versátil ao teste tradicional de prensa fria: o envoltório de braço de prensa fria.

Uma alternativa ao teste tradicional de prensa fria: o envoltório do braço da prensa fria

A pesquisa sobre as emoções de desempenho acadêmico dos alunos de graduação baseou-se principalmente em autorrelatos em ambientes de laboratório. Os estudos raramente incluem medidas biofisiológicas para esses autorrelatos. Este protocolo descreverá uma metodologia que integra autorrelatos e medidas biofisiológicas para avaliar a resposta e o desempenho do aluno durante uma atividade de exame laboratorial.

Uso de respostas galvânicas da pele, saliva Biomarkers e auto-relatórios para avaliar o desempenho de Graduação Estudante durante uma atividade Laboratório Exame

Este protocolo demonstra como medir o estímulo potencializado pela ansiedade durante o paradigma da Sternberg Working Memory.

Reduzindo a Ansiedade do Estado Usando a Manutenção da Memória de Trabalho

O stress é um componente inevitável e persistente da vida e estão sendo consideradas abordagens holísticas para a sua gestão. Uma metodologia padronizada foi criada para demonstrar a viabilidade de um protocolo de gerenciamento de estresse baseado na respiração que pode ser usado com tecnologia portátil comercialmente disponível.

Um programa de gerenciamento de estresse baseado na Comunidade: Usando dispositivos Wearable para avaliar todo o corpo respostas fisiológicas em configurações não-laboratório

Um delineamento experimental foi desenvolvido para investigar as influências em tempo real de uma experiência de exame para avaliar as realidades emocionais que os alunos vivenciam nas configurações e tarefas do ensino superior. Este projeto é o resultado de uma abordagem Cross-disciplinar (por exemplo, psicologia educacional, biologia, fisiologia, engenharia) e multimodal (por exemplo, marcadores salivares, pesquisas, sensor eletrodérmico).

Um projeto experimental multidisciplinar e multimodal para estudar experiências de exame autêntico em tempo real

O presente protocolo introduz um aplicativo auto-desenvolvido não comercial para coletar dados em tempo real no local, incluindo escalas psicológicas, localização GPS, frequência cardíaca e nível de saturação de oxigênio no sangue, bem como os procedimentos operacionais do aplicativo. Um estudo empírico realizado em Taiwan em 2020 foi usado como exemplo de aplicação.

Um aplicativo para emparelhamento com dispositivos vestíveis para monitorar o status de saúde pessoal

Smartwatches comerciais equipados com sensores vestíveis estão sendo cada vez mais usados em estudos populacionais. No entanto, sua utilidade é muitas vezes limitada por sua duração limitada da bateria, capacidade de memória e qualidade de dados. Este relatório fornece exemplos de soluções econômicas para os desafios técnicos da vida real encontrados durante estudos envolvendo crianças asmáticas e pacientes cardíacos idosos.

Configuração de Dispositivos Vestíveis de Consumo para Exposição e Monitoramento da Saúde em Estudos Populacionais

A tecnologia vestível tem baixo custo e oferece monitoramento conveniente de dados fisiológicos. No entanto, a precisão e a confiabilidade desses dispositivos exigem uma avaliação cautelosa para garantir sua eficácia e segurança para os usuários. Este relatório descreve o processo de validação de um smartwatch comercial no monitoramento de dados fisiológicos e atividade física.

Avaliando a precisão dos dados do smartwatch de fitness para monitoramento de atividade cardiovascular e física: um estudo de validação em saúde digital

Investigações de tensão de cisalhamento em um sistema de emulsão óleo-água resultam em quebra de gota ao longo do tempo experimental. Para contar o tamanho das gotas nos processos de bombeamento, a adequação da endoscopia em linha foi demonstrada com sucesso neste protocolo.

Um método custo-efetivo e confiável para prever a tensão mecânica em uso único e bombas standard

Aprenda a avaliar wearables de pulso comerciais para estimar o estresse em estudantes usando um protocolo em duas fases em laboratório e sala de aula. Este método auxilia pesquisadores a monitorar sinais fisiológicos e melhorar o desempenho acadêmico.

Avaliação de Wearables Commercial-Off-The-Shelf pulso para estimar o Stress em estudantes

Explorar mais vídeos